登录

  • 收藏

    2
  • 点赞

    4
  • 评论

    0
  • 微信扫一扫分享

【芯视野】汽车革命下半场:本土自动驾驶芯片谁主浮沉?

来源:爱集微

#芯视野#

3天前

(集微网报道)未来车企的竞争或者汽车产品的竞争会进入信息化、智慧化的场景当中,具体来看便是深入到自动驾驶芯片、操作系统、核心部件的国产化等。随着竞争进入下半场,在中美科技的博弈当中,未来必定会有越来越多汽车相关企业进入核心技术部件的深水区中,这才是未来的竞争主调。

俨然,以智能化为变革的汽车竞争已经拉开帷幕,芯片绝对是新能源汽车实现智能化和电动化的核心硬件,也是未来实现自动驾驶的关键一环。

在自动驾驶芯片领域,技术路线众多,厂商背景也相对多元,英伟达(NIVDIA)和英特尔Mobileye是业内公认的两大芯片巨头,国内实力较强的厂商则是华为、地平线、黑芝麻等。

综观当前自动驾驶芯片市场的发展和现状,不难发现自动驾驶芯片在架构设计、研发投入与车规级应用等方面仍处于较为前期的探索过程中。值得留意的是,本土国产汽车芯片的生产份额还不到5%,因此突破本土自动驾驶芯片技术的发展壁垒将会成为促进未来中国智能汽车产业发展的关键。

芯片的比拼,算力不是唯一

在自动驾驶的全球竞赛中,对于算力的重点着墨也成为了各家整车厂产品的营销点。不可否认,高算力依然是芯片最核心的指标,可是单纯追求高算力并不恰当,更加需要注重能效比功耗,当然还有成本。

集微网曾经对黑芝麻智能创始人兼CEO单记章进行采访,他认为:“其实算力只是中间的一部分,自动驾驶计算平台更多是一个异构架构的SoC,是一个系统需要从功耗、性能、成本三方面综合考虑。

算力和能效比是芯片最核心的竞争力。高算力就代表能够更快地完成AI计算,而高能效比则表示可以用更少的能量完成计算,如此一来便可以更高效稳定地实现自动驾驶。

英伟达、英特尔公司都先后针对高级自动驾驶推出了高算力(100TOPS以上)主控芯片。英伟达的Orin芯片以200TOPS的算力水平遥遥领先,其Xavier芯片(30TOPS)则是现在市面上已经量产的芯片中算力最高的芯片之一。其刚推出了新一代面向自动驾驶汽车的NVIDIA DRIVE Atlan,该处理器性能最高达每秒超过1000TOPS运算。

华为MDC600、华为MDC 810、黑芝麻科技华山二号A1000和A1000 Pro算力也均达到100TOPS以上,均可满足L3-L4级别以上自动驾驶需求。目前行业一般认为,L2级需要的计算力在10TOPS以下,L3级需要30-60TOPS,L4级需要超过100TOPS,L5级需要超过1000TOPS。

一知名车厂自动驾驶芯片产品人员梁荣(化名)告诉记者:“英特尔和英伟达的自动驾驶芯片目前仍然是行业内的主流选择,以Mobileye的EyeQ5为例,其算力虽然仅有24TOPS,但其能效比达到了2.4同时软硬件的高度耦合也使得Mobileye在芯片算力并不高的情况下却能表现出不俗的自动驾驶能力。

“因此优秀的芯片不仅需要在算力方面拥有强大的竞争力,还需要兼顾能效比。因为高能效比的芯片不仅能够为汽车节约大量的电力,还能产生更少的热能,有助于芯片模组的稳定运行。”梁荣补充道。

除了算力和能耗比外,软硬件耦合度的高低,也可以理解为平台方案完整性,同样影响着芯片的效率。高度耦合的软硬件一般拥有更高的计算效率,但同时也限制了下游厂商在自动驾驶领域开发的自由度,这一方面Mobileye软硬耦合度高,但相对封闭。

软硬件耦合度低时,下游厂商便可拥有更高的自由度与灵活性,但这一灵活性带来的弊端就是如果软硬件之间没有形成有效的契合,芯片的表现可能会大打折扣,同时也会对驾驶系统的稳定性造成影响。

梁荣表示:“为什么小鹏、蔚来、理想等新势力造车力量在新车型上逐渐从Mobileye转而采用英伟达的自动驾驶芯片?原因在于新势力车企,甚至未来传统车企,对于数据和技术的参与度要求越来越高,毕竟这些可能是未来的核心竞争力。

自动驾驶时代,数据往往是一家公司的核心竞争力,没有任何一家厂商愿意将核心数据与算法拱手相让,因此,也有越来越多的厂商都倾向于选择高度开放的企业。

英伟达开发的NVIDIA DRIVE平台提供从底层运算、操作系统层以及应用层在内的全套可定制的解决方案,下游公司或者整车厂可在其平台上开发自己的自动驾驶程序并拥有自有数据,自由度较高。

国内地平线方面有三种合作方式,第一种仅仅提供芯片硬件。第二种是根据客户需求,提供包含芯片、算法在内的完整解决方案。第三种是更加协同的办法,提供芯片和工具链,打造完整解决方案。

黑芝麻则与英伟达类似,集中精力提升硬件性能,将软件与算法的设计工作开放给了主机厂,不过它在上海车展上也发布山海人工智能开发平台,同样包括了工具链和开发包,降低客户的算法开发门槛,快速部署落地。

华为拥有自研芯片与开发平台,具备全栈的开发能力,对外提供完整的解决方案,软硬件耦合度偏高。

在芯片量产并上车方面,英伟达和Mobileye为首的自动驾驶芯片公司在推出时间上占有明显优势。英伟达于2019年量产Xavier芯片,已取得极大的市场收益,公司还计划于2022年提前一年量产Orin芯片,并首先搭载在沃尔沃的XC90上,后续与理想汽车合作推出L4级别的自动驾驶。

此外本土国内自动芯片厂商也在奋力追赶,以黑芝麻智能科技为例,其在2019年底推出华山A500芯片,2020年实现了量产,又在2020年6月推出华山二号A1000并计划于今年量产,而2021年4月推出华山二号A1000 Pro。

在信息变化万千的市场中,汽车的智能化需求需要更贴合市场环境的变化,而芯片企业则能为下游应用需求实现定制化支持,助力整车厂或者主机厂快速开发实现智能化升级。

汽车产业变革,如何抓住机会?

梁荣表示,虽然近几年国内汽车供应链水平提升迅速,但是本土国产自动驾驶芯片相关企业与国际垄断巨头的差距仍然存在。

以车联网和信息娱乐系统为例,目前具备ADAS控制芯片研发能力的公司没有车企的前装订单,即使有也是非常小众的产品,并不走量。本土企业进入汽车核心控制芯片的难度就像汽车电子领域一样”梁荣告诉记者。

梁荣举了一个例子,ABS制动系统进入中国市场已经30多年,可是中国公司一直没有迈过这个门槛,背后是国际公司的技术封锁和价格战遏制。

此外,粗略预估,中国本土芯片公司的技术水平与国际差距平均仍然有2-3年的差距。“以华为手机芯片崛起的历史来看中国的自动驾驶芯片需要多长时间才能进入汽车前装市场,华为麒麟芯片从推出第一款芯片到搭载该系列芯片的手机量产,前后也花了4-5年时间。车规级芯片的技术要求比手机更高,研发投入更大,周期会更长。”梁荣预估,“在奋力追赶的前提下,中国本土自动驾驶汽车芯片最快会在2023年开始进入前装汽车市场。

进入2021年,随着百度、小米、滴滴、华为等越来越多的科技巨头涌入汽车领域上,造车新赛道依然开启。根据麦肯锡预测,到2030年,基于自动驾驶的出行服务订单金额将达到约2600亿美元,到2040年将达到约9400亿美元。

单记章对于各大科技公司等新玩家进入汽车智能化变革产业中表示欢迎,他表示:“智能驾驶这个巨大的市场,在早期有很多玩家、有很多厂家进入是非常好的一件事情。

“汽车这个市场要比智能手机产业的规模大得多,不同新玩家的进入,每家公司都有各自的积累和强项,大家用不同的方式、不同的角度去推动这个市场,最终会找到最优的模式。”单记章表达自己看法。

随着技术的演进,人工智能的不断发展,其能快速应用到汽车上面,进而产生新的商业模式。以华为为例,在它眼中,智能汽车已经成为一个更大型的智能终端,其端到端的智能化产品本质上也是2C端的产品,提供了面向用户的软件订阅收费模式,跟合作伙伴进行收益分成。此外特斯拉的订阅模式也是较好的例子,前期预埋了高性能的硬件,通过OTA等方式实现FSD,实现汽车功能和性能的提升。这一切都颠覆了传统Tier 1的商业模式。

回归到本土国内自动驾驶芯片企业本身,除了在产品层面上要在算力、能耗比、软硬件耦合度、量产时间等维度上继续加把劲,同时也要及时根据下游客户的智能化需求快速响应,贴合市场需求,最后便是时刻留意着市场的趋势变化,做好技术储备,不断去适应智能汽车革命时代的产业需求变化与商业模式。(校对/Andrew)

责编: 慕容素娟

伟钧

作者

微信:q54724724

邮箱:kelvenkuang@qq.com

作者简介

读了这篇文章的人还读了...